如何解决使用 PyTorch 进行二元分类的目标和输出形状/类型
所以我有一些带注释的图像，我想用它们来训练二值图像分类器，但我在创建数据集和实际训练测试模型时遇到了问题。每个图像要么属于某个类别，要么不属于某个类别，所以我想使用 PyTorch 设置一个二元分类数据集/模型。我有一些问题：
- 标签应该是浮动的还是长的？
- 我的标签应该是什么形状？
- 我正在使用来自 torchvision 模型的 resnet18 类，我的最终 softmax 层应该有一个还是两个输出？
- 如果我的批量大小为 200，我的目标应该是什么形状？
- 我的输出应该是什么形状？
提前致谢
报价 删除
解决方法
二元分类与多标签分类略有不同：对于多标签，您的模型预测每个样本的“logits”的向量，并使用 softmax 将 logits 转换为概率；在二元情况下，模型预测每个样本的标量“logit”，并使用 sigmoid 函数将其转换为类别概率。
在 pytorch 中，softmax 和 sigmoind 被“折叠”到损失层（出于数值稳定性考虑），因此两种情况有不同的交叉熵损失层：nn.BCEWithLogitsLoss 用于二进制case（使用 sigmoid）和 nn.CrossEntropyLoss 用于多标签案例（使用 softmax）。
在您的情况下，您想使用二进制版本（带有 sigmoid）：nn.BCEWithLogitsLoss。
因此，您的标签应该是 torch.float32 类型（与网络输出相同的 float 类型）而不是整数。
每个样本应该有一个单个标签。因此，如果您的批次大小为 200，则目标应具有形状 (200,1)。
我将把它留在这里作为练习来说明训练具有两个输出和 CE+softmax 的模型等效于二进制输出 + sigmoid ;)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
